【技术实现步骤摘要】
本申请涉及sar图像处理，特别是涉及一种基于跨传感器的sar图像目标检测方法、装置、设备和介质。
技术介绍
1、合成孔径雷达具有全天时和全天候的特点，能够通过主动发射电磁波来获取目标，目前在对地观测领域已经得到广泛应用，在海洋监测，灾害评估，资源管理等民用领域中发挥着重要的作用。
2、传统的sar目标检测方法依赖目标的物理特征，包括几何特征和极化特征等。通常主要采用基于恒定虚警率cfar算法实现对sar目标的检测。该方法利用目标和背景杂波的分布来区分目标和背景。但是这种方法的检测精度不高，容易出现较高的虚警。近年来，随着深度学习在遥感图像解译领域中取得较大的成就，深度网络也被逐渐应用到sar目标检测识别领域中来，在飞机、舰船和车辆领域均取得了一定的突破，达到了出色的性能。
3、然而，现有sar目标检测的研究大多针对训练和测试数据同分布的情况，即训练和测试数据来自相同的传感器。随着近些年来sar成像平台的逐渐增多，实际操作条件下多表现为训练和测试数据分布不同、传感器条件差异大的情况，这给sar目标检测识别带来巨大挑...
【技术保护点】
1.一种基于跨传感器的SAR图像目标检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述SAR图像目标检测方法，其特征在于，在对所述目标检测神经网络进行训练时：
3.根据权利要求2所述SAR图像目标检测方法，其特征在于，在所述动态特征对抗鉴别器中，分别对多层次的源域特征图像以及目标域特征图像进行自适应动态权重分配时：
4.根据权利要求3所述SAR图像目标检测方法，其特征在于，所述利用第一特征金字塔对动态权重分配后的特征图像进行多尺度增强后，再采用第一特征鉴别器计算动态对抗鉴别损失包括：
5.根据权利要求2所述SA...
【技术特征摘要】
1.一种基于跨传感器的sar图像目标检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述sar图像目标检测方法，其特征在于，在对所述目标检测神经网络进行训练时：
3.根据权利要求2所述sar图像目标检测方法，其特征在于，在所述动态特征对抗鉴别器中，分别对多层次的源域特征图像以及目标域特征图像进行自适应动态权重分配时：
4.根据权利要求3所述sar图像目标检测方法，其特征在于，所述利用第一特征金字塔对动态权重分配后的特征图像进行多尺度增强后，再采用第一特征鉴别器计算动态对抗鉴别损失包括：
5.根据权利要求2所述sar图像目标检测方法，其特征在于，所述中心度输出图像表示图像上距离网络关注中心的距离得分...
【专利技术属性】
技术研发人员：张祥辉，张思乾，计科峰，赵凌君，雷琳，唐涛，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。